AI 时代，谷歌、亚马逊和 FB 还会成为巨头吗？

如果是在人工智能时代，谷歌、亚马逊和Facebook将会是什么样子？在过去的几年里，人工智能已经形成了自己的领域，很多公司都将其嫁接到核心业务上，将人工智能与搜索、电子商务、社交网络、网络安全结合在一起。但是，如果这些企业在人工智能时代一开始就将其整合到它们的产品中，那会怎么样呢？

PeterRelan在本周的MobileBeat会议上提出了这一具有推测性的问题。

Relan是一位知名企业家，他创办了YouWeb 孵化器 ，并孵化了移动游戏公司OpenFeint和CrowdStar等创业公司。现在，他是GotIt公司的首席执行官，同时也是热门游戏聊天应用Discord的投资人。

Relan开发的GotIt是一种新型的搜索引擎，它使用人工智能来定位人类专家，这些专家可以以一种个性化的方式回答你的问题。他认为这将带来更好的结果，它是一种更好的商业模式，因为它诞生于人工智能繁荣时期。

以下是我们经过整理的采访记录：

VB：果谷歌、亚马逊和Facebook在流行最近这一主题之前，就使用人工智能算法很长一段时间了，会怎么样呢？你和我们谈谈这一点呢？

Relan：最后一位演讲者已经简短地提到，人工智能在80年代很受欢迎。那时我还在上大学。从80年代开始的人工智能热潮持续到了90年代，但到了21世纪初，我们更关注的是web2.0、社交商务等。你有这么多的公司，它们都是主要的科技巨头，它们都开始于那个没有人工智能的时代。

VB：他们诞生于人工智能的破灭中。

Relan:没错，如果我们能想象出这样一件事。回顾过去的35年，我觉得这很奇怪。今天，如果你是我投资组合里的初创公司，涉及人工智能根本不可能成为你战略中的一个问题。你可以从人工智能开始，作为你工作的一个关键部分。因此，我选择了几家公司来密切关注，并思考如果以人工智能为核心，它们将会是什么样子。

我可以先谈谈Facebook。这里有很多人都知道它，它是一家涉猎广泛的“白页”公司。Facebook的内容是由用户社区产生的。如果Facebook要以人工智能开始，它将解决的首要问题是，内容如何呈现？我们都记得2007年和2008年的游戏热，当时Facebook开放了它的应用程序编程接口（API）。用户投诉最多的就是垃圾邮件。我们都收到了FarmVille游戏的请求，它填满了我们的新闻订阅源。

VB:“有太多的羊在飞来飞去”。

Relan:有了所有这些无关的内容，早期Facebook的核心策略就是让社区对它进行分类，直到达到一个临界点，当Facebook上有那么多来自FarmVille游戏的垃圾邮件，我记得在2010年与马克·扎克伯格见面，那时他真的说了：“我讨厌这样。”它彻底摧毁了这个网络。这很有趣，因为在任何新平台上，游戏都是最重要的应用之一，但显然存在着会使它失控的风险。

快进到今天，今天什么是糟糕的？10年前垃圾邮件是很糟糕的东西。今天糟糕的是假新闻，它的规模是10年前的10倍。FarmVille游戏有2亿用户。Facebook现在有20亿用户。那么，怎样才能阻止虚假新闻，它甚至可能会引发一场选举呢？这存在一个很大的问题。

你可能会认为，Facebook的自然本能会阻止虚假新闻。但在2016年，他们承认，他们已经在该系统中建造了人工智能机器。他们用这种方法来识别和社区联系在一起的虚假新闻。对于Facebook来说，这是很重要的一次准入。Facebook深信，用户社区将会处理这些糟糕的内容。

VB:你觉得他们在这里开了一艘把注意力集中在人工智能上的战列舰，试图清除网络上的垃圾信息吗？

Relan：Facebook在试图转向时更像是一艘航空母舰。当他们进入移动领域时，我们已经看到了这一点。我认为这是不可避免的。即使你百分之百地控制着你的公司，你也不能回避以下事实：这项技术就在这里，你必须说，“我不想用它。”这个社区不会消失。

Discord公司也有一个类似的问题。这是一个面向游戏玩家的语音聊天社区。这是什么，5000万用户？这是Facebook的四分之一。它已经成为了一个中心，在此人们可以创建一个小型社区来讨论他们正在玩的游戏。但我们发现，团队肯定不是在玩游戏。他们会谈论各种各样的话题。因此，我们使用图像识别，例如，在这些频道上执行我们色情方面的政策。图像识别是很好的解决问题的方式。即便是在一个社区平台上，如果你是一家初创公司，你也可以用AI来阻止糟糕的内容。

VB:你最终还是要实行人性化的管理，就像我们之前说的eBay那样吗？

Relan：我认为这有点像异常程序。你最终必须允许人工智能引擎完成它们的工作。然后你会有一个其他流程，在这个流程中，AI会说，“我不知道该怎么做。”然后你就可以进行一个小的操作，就像我们在不Discord中做的那样，处理异常和边界情况等等。但想象一下如果你从另一个角度看这个问题。

你还需要为你的用户提供工具。任何一个小组里的人都可以在聊天中说“我觉得这是不可接受的”或者“我觉得这是令人反感的”。这也可以实现。无论是社区先说，还是人工智能先说，你都得让他们一起工作。

VB:所以在这个循环中还有一个人。这就把我们带到了你的新公司——GotIt。你可以告诉我们更多关于它的信息和它人性方面的信息。

Relan:GotIT是一家新公司，就是说：“如果亚马逊能给你一个新的虚拟机服务器来服务，为什么不让知识成为一种服务呢？”如果你想知道某件事，你可以通过谷歌搜索它。你可以浏览论坛和社区。但这两种服务都不是真正的服务，因为服务必须遵循四个关键标准。

首先，它必须有一个明确的单位。有了谷歌，你就不知道你有多少链接了，不管是4还是45。第二，它必须有固定的价格。第三，它必须是有需求的。第四，它必须得到保证。如果你看看谷歌或Quora，你会发现它们都不符合这四个标准。社区、论坛和问答网站，你不知道是否有人会回答。没有保证，当然也没有需求。

GotIt创造了一个类似于亚马逊的版本，它可以根据需要为你设置一台机器，而且这台机器能良好地理解。这一定价能被充分理解。这是它的规格，CPU，和它的价格。我们有一个10分钟的聊天会话的想法，需要一个专家来回答你的问题。你有问题，你问，专家就会出现。

VB:是一个人类专家。

Relan:没错。你有10分钟的聊天，当你完成的时候，你可以评估你的问题。这可能是件非常有技术性的事情。我正在用Excel做一个透视表。让我们一起花10分钟做这个。我们相信人类需要处于循环中。但有趣的是，你找到专家的方式就是使用这款应用。当两个人在一起产生联系，一起工作的时候，当他们互相解释一些事情的时候，我认为你不能替换我们获得的共享经验。坦率地说，这是不可替代的。我认为任何形式的内容交互都不能取代人与人之间的联系。

最酷的事情是，找到这名专家，其实并不是真正的人际互动，但可以通过这个应用来完成。我们使用的是谷歌所用的算法，也就是PageRank。谷歌现在有了一个名为RankBrain的新系统，这是他们第一次承认使用人工智能，除了内容之外，还可以为你找到最好的页面。我们使用ExpertRank，这是一种人工智能，它会问，“在这个问题上，有数百万或数十亿人，谁是最优秀的人，专家？”只要专家注册了，他们就会收到通知，告诉他们“有人愿意帮助解决这个问题”。

我们都知道，对于任何一个问题，在世界上70亿人当中，总有一个人的问题与我们的问题完全吻合。我们凭直觉就知道这一点。将人类与人工智能结合在一起的概念，无论是在Facebook上还是在谷歌上，都是非常有趣的，因为搜索引擎完全是在服务器上运行的，而且他们在搜索系统中添加的人工智能引擎也完全是在服务器上运行。它确实是一个基于服务器的系统。但只有15%的谷歌查询是在人工智能的帮助下回答的。另外85%的人仍在使用传统的PageRank。

当循环中没有人在的时候，我认为人工智能辅助引擎是非常受欢迎的。只有真正的人工智能引擎的自动驾驶汽车才能及时到达目的地。但如果你看看特斯拉和谷歌的Waymo，它们的策略就不同了。特斯拉的战略是以人工智能为辅助。换句话说，如果没有你，它就不会开车。人必须处于循环中。我想说的是，特斯拉收集的数据比谷歌和优步都要多，因为他们领先于人工智能助手，而不是纯粹的自动驾驶。

VB：如果你有这种组合的话，在解答时会更有效率。

Relan:你有更多的数据。人们之前说过，人工智能全是关于数据的。数据越多，你的AI就越好。如果是糟糕的内容，你的社区就会产生不好的内容，你的用户会以一种奇怪的方式越来越多地了解不好的内容。很奇怪，假新闻越多，就越容易与假新闻作斗争，因为你可以训练你的人工智能识别它。如果假新闻就像大草堆里的一根针一样，那就更难训练人工智能了。

谷歌搜索也是如此。搜索越多，Hummingbird就越能理解这个问题。 “Hummingbird”是一种能够真正理解这一问题的“RankBrain”算法。你可以对它进行更多的训练，理解这些结果，效果会更好。

我想这里的问题是，最后你是如何达到人类的程度的。我可能是某个特定领域的顶级专家，但我不会在凌晨三点回答一个问题。

GotIt的理念非常简单。今天我们有一个很大的社交网络，有20亿人。我想说的是，社交网络上的大部分交流都是社交的。这并不是说，“嘿，我有问题，我需要一些知识来解决它。”

想象一下这个有70亿人口的世界。猜猜看。世界上有多少辆车？一百万？世界上有多少房子？一百万？然后，我们就可以提供按需服务，将家庭和汽车的供应与住房和汽车的需求联系起来。这些公司做得很好，Airbnb和Uber。那么世界上到底有多少人的大脑呢？世界上有多少公司或系统需要在知识网络中连接到合适的大脑以解决某个特定的问题？

有一个人专门为你提供你所需要的知识。但目前还没有这样的体系。所以我们的想法是，建立一个和Facebook一样大的知识网络，但不是社交网络。有趣的是，如果你拥有一个房子，就会有抵押贷款的成本。如果你有一辆车，那就有租赁费。但是10分钟，在那10分钟的聊天中——在你大脑中所携带的知识，所知道的东西是不需要任何代价的。我们拥有世界上最没有充分利用的资源，而且是免费的。而能连接它并像Facebook那样庞大的知识网络是不存在的。

因此，我们的愿景是让每个人都成为系统中某个或另一个方面的专家，并建立一个能找到问题的合适人选的人工智能引擎。我们已经进行了超过300万次的聊天。我们在网络上有12500名专家。每天还有200人加入。我们的申请数量超过了25万。我们有像软件工程师一样对Excel提出质疑的人。他们正在吃午饭，这个东西会蹦出来，看起来很有趣。

这种脑容量的边际成本为零。因为人类的存在，我们所需要的只是人工智能。我们不缺人。我们不想取代他们。我们想要找到他们。

VB:你现在在哪里？你要去哪里的路线图？

Relan:今天，就像我说的，我们已经提供了大约300万次聊天。现在我们有了数据。最有趣的一件事情是，我们的数据库中有300万个聊天会话，在这些会话中，客户和专家就某个问题进行了讨论。现在我们言归正传“我们怎样才能挖掘出我们的机器学习算法的数据呢？”我们如何从专家的角度来看待这些数据呢？

我们的人工智能算法会根据6个因素来考察每一个环节，调整专家的排名。第一个因素是礼貌。我们有这样的处理：“专家有礼貌地跟用户说话了吗？”这是一种效用。用户支付这一费用。其次是同理心。用户是否感觉——他们会说，“是的，我觉得你理解我的问题”？在聊天中，这些都是信号，表明用户对专家产生了共鸣。第三，当然，是准确性。他们回答了这个问题吗？他们的Excel透视表最终会奏效吗？第四是个人信息。他们是否试图交换个人信息？

如果你看看这10分钟聊天中其丰富的会话内容，你会发现量非常大。最后，你会获得礼貌、同理心、准确性和客户服务。嘿，我们完成了吗？你满意吗？所有的人都进入了这一领域，因此专家的排名也会相应调整。在会话结束的时候，他们会被告知，“嘿，这是次很棒的会话。”这是你的新等级。

我们的路线图非常明确。我们永远不会取代人类，但我们将永远在寻找人工智能的内容，清除不好的内容，提供良好的服务，促进同理心和理解。当你开始在聊天会话中描述这些属性时，听起来很人性化，不是吗？我们要求我们的人工智能引擎提供好的内容，和Facebook一样。我们希望它能找到一个相关的专家，一个合适的人，和谷歌一样——就像它相关的搜索结果一样。最后一件事就是会话的人性化。这是由一个人发起的，我们看着它说，“它是通过一种让它成为一个很棒的一对一聊天会话的方式来进行的吗？”

VB:这是一种服务，随着时间的推移，这种服务还会越来越好。

Relan:随着时间的推移，情况只会越来越好，因为数据一直在改善。我们会发现更多糟糕的内容。我们会为人们的问题找到相关性更强的专家。只要我们继续增加数据来训练我们的人工智能，我们就能在会话中得到更好的结果。

对了，亚马逊是非常有意思的。这是我对亚马逊的挑战，因为它一直在打造一个黑盒子。我们都是这里的开发人员，或者说我们中的很多人。我们期待有需求的服务。我们需要更多的计算能力。现在我们知道，你可以在那里找到各种各样的计算能力。那么，你如何知道自己是否得到了解决问题的最佳资源呢？如果这是一个大数据分析问题，那它可能是一套不同的资源，而不是你的交易处理应用或机器学习应用。

按需服务的相关性是什么？我认为这是未来亚马逊的一个重要方面，尽管目前大多数人都对Alexa和Echo感到着迷。作为一个平台，我想要确保当有需求的时候，能找到最好的资源。目前人工智能应用的数量正在激增。你如何为你的申请找到最好的资源？也许他们会这样做，也许他们不会，但我们并不知道。我们没有能力应对这种回应。

英文来源：VB

编译：网易见外编译机器人

审校：前言